智慧交通在智慧城市的深入应用与发展趋势
佳都新太科技股份有限公司
徐建明
本文已被发表于《中国安防》杂志150期
- 智慧交通在智慧城市建设中的应用现状与特点
智慧城市建设已经进入了深水期，智慧交通作为智慧城市建设的重要建设内容在应用上突显出了如下特点：
1、形成了以交通大数据技术为数据基础的深化应用。
基于大数据的智慧交通在技术方面重点应关注大数据处理技术和智能分析技术。大数据处理技术主要解决数据的采集、存储和分析挖掘问题，而智能分析技术是为了实现对视频的分析和理解，解决视频结构化问题，推动视频数据向视频信息的转变。大数据应用主要涉及数据整合、数据存储、挖掘应用等多方面和多层次。其中，大数据技术作为大数据应用的基础设施保障至关重要。主要内容包括：
1.1、大数据采集和管理技术
（1）可扩展的数据描述规范
数据的快速增长迫切需要一套可扩展的数据描述规范，实现数据描述、数据存储、共享和交换。现阶段，数据的形式主要有源自摄像头采集的视频数据和其他各类复杂结构数据。设计面向多维数据的本体描述框架,可以较全面地描述多维语义内容。
（2）多维数据集成共性技术
数据抽取、转换和加载(ETL)是解决异构多维数据一致性和集成化的有效方案，利用工具将数据按照统一的规则进行集成，完成数据从多数据源向统一目标数据库的转化。
1.2、大数据存储技术
规模庞大的感知设备、繁多的业务系统每天产生海量的数据，这些数据既有结构化的，也有半结构化和非结构化的，这为数据的统一描述和存储带来了困难。
（1）资源描述元数据管理技术
资源描述元数据是海量异构数据实现透明访问的基础。通过扩充现有的数据对象和存储资源描述方法，从多个方面描述数据的内在属性（关键字、数据编码格式等）、应用需求（性能、可用性、安全性、持久性等）和资源特性（位置、访问方式、服务能力等），以支持智能分级的存储虚拟化及存储服务。
（2）基于时空域的视频数据管理技术
根据视频数据的时空域属性信息，按需求将空间邻近或时间邻近的视频数据进行归类，并在存储上进行关联存储，同时利用基于语义内容的去冗余技术，提升数据的价值密度。
（3）大数据存储技术
百亿甚至千亿级的结构化数据为存储和查询带来巨大压力，传统的关系型数据库已无法支撑此类应用。采用针对海量数据特性设计的分布式数据存储架构和列式数据库技术，可以较好地满足大数据存储系统可扩展性、高可靠性的要求。
1.3、大数据检索和挖掘技术
（1）分布式智能全文检索技术
大数据仅仅依靠单节点进行智能全文检索已远远无法满足性能要求，采用分布式的多节点并行处理技术，能有效缩短响应时间，提高系统性能。
（2）基于图像识别的检索技术
智慧交通中存在海量的图片数据，目前的检索技术还是以特征文本描述检索为主，这需要耗费大量的人力、物力开展特征描述，当数据持续增长时，这将是一个不可能的任务。采用图像识别及模糊匹配技术，能真正满足用户的业务需求，并促进人脸匹配、步态匹配、行为匹配等应用的开展。
（3）关联网络可视化分析
利用可视化分析，将各种不同信息图形化，建立不同数据来源、不同信息之间的公共元素和联系，建立起不同实体之间的关联，从而发现那些隐藏在大数据中的关联性线索和情报。
2、智慧交通逐步形成智慧城市应用的中心化集中，形成了新型城市交通大脑。
近年来，随着城市经济的快速发展，道路通车里程大幅增长，在方便人民群众出行的同时，交通流量也迅速增加。交通秩序混乱、违法现象频发、交通拥堵等诸多问题日渐凸显。交通事故数量、伤亡人数呈逐步升高的趋势，给国家和人民群众的生命财产安全造成了重大的损失。建设智能交通管理系统，充分利用交通信息化技术和成果，构建更加完善的道路交通管理体系，能够在一定程度上有效提升路网整体的管理水平、服务水平和运行效率，提高应对突发事件并快速处置的能力。智能交通管理系统的发展历程主要分为三个阶段：初级阶段，完善外场设施设备的建设，搭建各种基础应用系统；中级阶段，建设集成指挥平台以及大数据分析研判中心，实现数据的汇总展示以及扁平化的指挥调度；高级阶段，建设城市“交通大脑”，运用云计算、大数据、人工智能等技术实现系统数据的互联互通， 让数据帮助城市来做思考和决策，打造能够自我调节、与人类良性互动的交通环境。 目前，国内大中型城市已经基本完成中级阶段的建设，建设了集成指挥平台以及大数据分析研判中心，实现了所有系统的集中控制、所有数据的集中显示、综合统计查询，并在此基础上实现了基于 GIS 地图的扁平化的指挥调度。国内中小型城市已经基本完成初级阶段的建设，外场设施设备以及各种基础应用系统已经基本建设完善。然而，不管是大型城市还是中小型城市，整个交通系统都具有庞大的躯体，但缺乏统一指挥的大脑，让时变、非线性、不连续、不可测、不可控的交通系统始终处于盲人摸象，水中看花的管理模式中。
- 智慧交通在智慧城市建设中的应用难点与瓶颈
道路交通系统是由参与交通的人、车、路三要素组成的相互关联又相互影响的复杂系统，高效、安全、舒适是系统的整体目标。驾驶人根据自己的主观意识， 控制着车辆按着预定目标，又按照交通规则运行的动态过程中，车辆也要受道路和环境状况的影响，车辆动态特性和车辆干扰动态特性也在一定程度上影响了车辆的最终路径。交通系统与电信系统非常相似但不相同，交换机类似于交叉口、光线类似于道路、手机号码类似于车牌、打电话行为类似于出行行为，电信系统易于管理，而交通系统难于管理，究其本质原因主要包括：
（1）交通系统容量难以确定，主要是受车辆性能、驾驶行为、气候条件、管理模式的影响。而电信系统传输通道容量固定。
（2）交通系统出行需求动态变化，主要是由于来源去向、出行者身份、出行目的不确定。而电信系统由于 IP 固定，OD 可知，传输需求动态可知。
（3）交通系统出行路径及出行方式难以控制，主要是由于出行路径及出行方式在很大程度上取决于人的主观意识以及时空敏感性等。而电信系统传输完全可控。
综上所述，庞大的电信系统网络不管在空闲还是繁忙期间，都能准确高效的连接两个 IP 之间的通讯，完全处在可测、可控的状态当中，即使电信系统存在“没有电话号码”的情况，也只是传输目的地不可知不可控，传输容量、传输行为等可知且受外界影响较小。而交通系统具有时变、非线性、不可测、不可控的特点， 因此交通系统比“没有电话号码”的电信系统还要复杂得多。
随着即时通讯、物联网、大数据等的快速发展，为城市交通系统正在面临的变革提供了技术支撑，复杂的交通系统正在逐步转变为可测可分解可控。交通流信息的检测作为交通系统重要的数据资源，可用于掌控道路交通的运行情况，精确诱导控制等，检测数据的完备性决定了交通系统可测的程度。传统的交通流检测系统是典型的“参数型”检测，大多数采用线圈、地磁、超声波、微波等采集设备，设备感应器对通过的车辆进行自动检测，只能完成车流量、车辆速度、占有率等基本信息的采集，无法实现车辆出行身份特征的检测，即无法满足完备数据的要求。基于此，随着技术的逐步革新，交通系统的检测逐步从“参数型”检测转变为“身份型”检测，在一定程度上实现了车辆个体出行的被完整观测，即数据完备，为交通系统的可测提供了技术支撑；由于可测，构建了基于身份检测的交通系统模型，交通系统的三大基本特征容量、需求、状态从微观、宏观两个空间维度，过去、现在、未来三种时间维度被完全解构，交通系统完全可知；由于可测可知，结合智能化管理系统，逐步变被动管理为主动管理，交通系统完全可控。
- 智慧交通在智慧城市中的创新应用案例解析
城市交通系统的变革为新型智慧交通提供了技术支撑， 新型智慧交通，即在完善的基础设施条件下，通过完备的数据采集，来支撑路网交通容量、需求和状态分析，进而驱动新一代智慧交通创新业务应用。相较于传统的智能交通系统普遍存在的“烟囱式”的垂直建设管理模式，新一代智慧交通系统的核心特征如下：
- 在采集层由状态参数检测转向身份检测；
- 由单项业务支撑型检测转向系统解构完备型检测；
- 由分项业务支撑型的数据分析转向以可计算路网支撑的基于身份检测的交通模型分析；
- 由单向垂直的业务系统转向系统联动的业务系统；
- 由事后应急响应型转向事前预测预防管控型。
新型智慧交通指导智能交通系统建设和管理，让交通系统变得可测可解可控，实现了交通基础设施按需而建、数据需求标准规划、智慧平台和业务系统满足业务。按照 IDPS 体系框架，城市智能交通系统建设的核心在于多类基础设施（标志标线、卡口、视频监控、交通信号机等）、一个城市交通大脑和多个业务应用系统（按照业务需要组织）。其中城市交通大脑是中枢，基于完备的数据指导完善基础设施的建设，实现城市交通基础数据的标准化采集和管理， 同时提供核心分析能力，解构城市交通系统，做到定量、准确掌握大量车辆轨迹和所有路段路口的供给、需求、状态。为城市道路交通管理打下最坚实的基础， 为弹性的业务应用系统提供最有效的支持。
城市交通大脑主要采用两大关键技术：可计算的道路交通网络模型以及基于交叉口身份检测的交通系统模型。
（1） 可计算的道路交通网络模型
在现有的路网模型中，平面路网模型和非平面路网模型均采用一维线段来表示道路，没有准确地描述车道的属性信息；而基于车道的导航数据模型虽然以路段上的车道为建模单位，但是并没有加载路网的逻辑关系，无法进行对象关联和推导，应用仍然存在局限。基于此，城市交通大脑构建了一个可计算路网模型，基于交通语义的关系表达和计算技术的支撑，将所有的交通设施、规则、控制策略都被数字化、信息化， 并以能够为计算机所理解的形式计算、查阅、存储。可计算的道路交通网络模型能够满足对交通路网精细化管理的需求，具体体现在：1）能够准确地描述复杂路网的线形地物，包括各种立体交叉；2）建立道路之间的拓扑连接关系；3）描述车道的属性和同一路段中相邻车道之间的拓扑连接关系，建立车道与道路的对应关系；4）能够支持对交叉口和道路中细化到车道的交通组织的表达，描述交叉口入口与出口的车辆连接关系；5）描述路网中的要素的时间状态，以描述动态事件。通过描述上述实体及其关系，交通路网模型能为交通运行管理提供：管理对象的基础路网数据描述、管理过程中的交通运行数据组织与管理、管理结果数据与路网具体评价对象的关联展现。在可计算道路交通网络模型的基础上，能够加载数据和业务，实现路网的全表达，数据的层级联动，系统集成的全支撑。
（2） 基于身份检测的交通系统模型
传统的交通系统模型是以假设为前提的四阶段法，假设车辆均匀到达，假设出行需求可知，行驶路线可控，假设以 3-5%的居民出行调查代表全体市民等，忽略了交通系统的本质是时变、非线性、不连续、不可测、不可控。在多重假设的前提下，对交通系统特征的分解只能停留在路网平均参数层间，例如路网平均速度、路网拥堵指数等，不能深入了解个体出行特征，解剖路口、路段、车辆等的交通要素。
基于此，城市交通大脑构建了基于身份检测的交通系统模型。采用卡口、RFID、GPS 等具有身份特征的检测方法，其中卡口系统业务运用范围更加广泛，自动统计监视区域的交通流量、车速、道路占有率等参数，且准确获得目标车辆位置、车牌号码、车辆型号等特征信息，同时具备视频图像以及视频流的采集功能，已经成为了目前较为常见的交通信息采集手段。基于此，通过精准跟踪路网中每一辆车的出行轨迹等时空特征，帮助我们准确掌握路段、路口、路网、停车场、警力的交通容量、需求、状态。从微观、中观、宏观不同层面，在过去、现在、未来不同的时间尺度上，全面解构交通 DNA，破译交通基因，使得交通系统做到可视、可测、可控。
现有智能交通管理系统主要存在业务系统各自为政，数据标准不统一，缺乏数据深度挖掘应用工具等问题，新型智慧交通以城市交通大脑的理念来设计整合现有资源，完善建设。
- 数据统一标准，促进数据融合
目前数据共享主要是通过数据仓库实现，数据仓库从各业务系统抽取业务数据，进行分析和应用。由于数据标准不统一、各系统及硬件稳定性不强等原因， 导致数据来源准确性不高，各平台统计数据有一定冲突，限制了数据的进一步挖掘。因此亟需建立一套统一的数据标准，搭建数据云平台，实现所有数据的统一汇聚，从业务驱动的角度抽取有用的数据，避免设备的重复建设以及数据的堆砌浪费。
- 建立智慧的大数据分析计算平台
针对智能交通管理系统所能采集的海量数据开展大数据的研究，开发基于交通运行分析系统功能提升的智慧的大数据分析计算平台，实现基于城市交通管理的三要素“容量、需求、状态”计算的静态数据和动态数据的深度挖掘，打造更可靠的数据资源支持管理决策，提高数据质量，确保信息服务的准确性。
- 完善面向业务应用的驱动组件
辅助决策系统需要构建一套直接面向业务应用系统的标准化的驱动组件，将辅助决策数据快速、高效的发送给业务系统，驱动业务应用。基于大数据的辅助决策不是一蹴而就的，也不是纯粹的数据展示，而是循序渐进的，包括理念的灌输、方法的转变、手段的更新，不仅仅在管理层需要大数据理念，在基层的战斗实体更加需要提升大数据应用的能力水平，以应用促进技术开发、以技术开发带动应用发展，以达到良性循环。新一代智慧交通管理体系可以从根本上转化应用思维，以数据为基础，业务应用为驱动，因此，需要在现有建设基础上以城市交通大脑的思维继续整合资源，完善建设。
在案例方面，某省已经全面启动了城市交通大脑的试点工作。通过交通大脑计算， 智能排查标志标线、自动监测数据状态、自适应优化信号配时、精准打击违法上路车辆、精准掌握交通状态等多项业务应用已经成功应用。
案例解析一：自适应优化信号配时
城市交通大脑通过对信号灯配时效果进行自动评估，把信控效果划分为：正常、空排、失衡、过饱和、溢出等五种情况，准确发现信号灯相位空放、相位绿灯时间不足、路口流量已饱和并有溢出风险等问题，为制定更加科学和精准的自适应控制方案提供保障。 在不需要新建外场设备的情况下，复用电警资源，结合视频交通流检测系统的感应控制模块，依靠交通大脑的后台计算，已有 52 个视频检测路口实现了低饱和状态下的单点自适应优化控制，达到“减少车辆在等待、没有绿灯在浪费”的实战效果。 在单点信控评价及自适应优化的同时，交通大脑对绿路的运行状态进行评价， 并改变传统的主干道绿路设置模式，转变为基于关键流向、关键路径的绿路设置模式，目前已有 10 条绿路得到应用，有效支撑公安部交管局“两化”工作。
案例解析二：精准掌握路网、路口承载力
在宏观层面上，通过车道交通地理信息路网计算平台的分析，计算得到某市中心城区路网在顺畅状态下的交通承载力约为 10864 辆，即中心城区能承受 1 万多辆车同时上路运行。根据大脑监测，每天 24 小时出现在某市中心城区的车辆数累计约有 11 万辆，工作日高峰期同时在网车辆数峰值约为 9000 多辆， 城区交通运行基本保持畅通和秩序良好。 在微观层面上，路网平台可计算每个路口、每个进口道、每条车道的通行能力，并自动分析上下游路口通行能力的匹配情况、机动车与非机动车的冲突情况。根据大脑的测算，某市市目前输入能力大于输出能力的路段共有 31 处，具有潜在的拥堵风险，需要提前做好交通组织优化。例如在水阳江大道泥河路口，通过修建导流岛并采取行人二次过街的方式，实现机非分离，使得机动车和行人都能获得最大的绿灯时间，有效减少了城市拥堵，保障了通行安全。
案例解析三：精准打击违法上路车辆
违法上路车辆的常规打击手法为缉查布控全市“守株待兔”，目前通过交通大脑车辆轨迹重构，自动计算车辆常驶路径与时段，建立多宗违法未处理、未年审、查封、注销、达到报废标准、已公告作废等六大类型违法上路车辆黑名单监控， 实现高频路段警力的提前部署，以新技术手段精准打击违法上路车辆，有效提高查控效率。
例如，2017年4月成功查获假套牌车辆“京 AXXXXX”；利用交通大脑车辆轨迹重构技术，自动计算得到车辆常发行驶路段、推测居住地、离家时间，于 2018 年 2 月 1 日成功抓获某市“交通违法王” 湘BCXXXX（百余宗违法未处理）。
案例解析四：科学治理“导航堵”
2018年2月5日上午，某市高速枢纽出现了“万车挤一条匝道，旁有主线空寥寥”的罕见拥堵现象。依据交通大脑的计算结果， 经专家学者的会诊，确认其为新型的交通拥堵——“导航堵”，是由导航路线不合理而引发的拥堵。
为强制车辆沿着高速直行，减缓交通拥堵，交警部门于 7 日 11 时起封闭匝道， 并在高速电子诱导屏、互联网、微信、微博发布路况信息，引导相向方向的车辆继续沿高速行驶。临时交通管制措施虽有效果，但依然存在拥堵现象，未能根治“导航堵”。结合交通大脑计算支持，优化导航路线规划算法，并于 12 日上午将该优化建议火速发至高德、百度以作参考，破解“导航堵”。高德、百度更改导航路线后，车流量仍有上升，但已不需要再封闭匝道，主线一路畅通，“导航堵”化于无形。
- 智慧交通在智慧城市建设中的应用前景与趋势
从企业分布来看，目前国内从事智能交通行业的企业约有2000多家，主要集中在道路监控、高速公路收费、3S（GPS、GIS、RS）和系统集成环节。近年来的平安城市建设，为道路监控提供了巨大的市场机遇，目前国内约有500家企业在从事监控产品的生产和销售。高速公路收费系统是中国非常有特色的智能交通领域，国内约有200多家企业从事相关产品的生产，并且国内企业已取得了具有自主知识产权的高速公路不停车收费双界面CPU卡技术。在3S领域，国内虽然有200多家企业，但能够实现系统功能的企业还比较少。尽管国内从事智能交通的企业“鱼龙混杂”，一些专注于特定领域的企业，经过多年的发展，已在相关领域取得了不错的成绩。一些龙头企业在高速公路机电系统、高速公路智能卡、地理信息系统和快速公交智能系统领域占据了重要的地位。
智慧交通在智慧城市建设中的应用前景于发展趋势将具备如下几个特点：
- 互联网思维深度渗透融合
在全国政协十二届二次会议中，李克强总理提出要制定“互联网+”行动计划，意味着“互联网+”正式上升为国家战略，“十三五”期间互联网将同交通行业深度渗透融合，对相关环节产生深刻变革，并将成为建设智慧交通的提升技术和重要思路。
大数据思维。将城市非涉密数据有条件地开放，鼓励企业基于开放的数据进行数据挖掘，挖掘出大数据背后的潜在价值，为百姓提供更为智能和便利的交通信息服务。
用户思维。为使智慧交通中投入的资金更有效率，更有针对性，在项目建设中，运用互联网思想，开展百姓需求调查，了解百姓最迫切希望解决的问题，从而有针对性地选择项目，将有限的“好钢”（资金）用在“刀刃”上。
跨界思维。电子商务与智能交通逐步融合，使得人们的出行体验与购物、消费等服务结合在一起。典型案例如中国最大的电商阿里巴巴收购了高德后，将高德的位置服务和出行路径诱导与电商服务进行了集成，给了用户全新的体验。
免费思维。在盈利方式上，引入互联网思维的盈利思路，创新项目商业运营模式，对于可以市场化的项目加强具体项目的商业运作模式可行性研究，增强项目自身造血功能，使项目建成后能快速持续收回成本；比如基础服务免费、增值服务收费，或者短期免费、长期收费，或者对百姓免费、转嫁收费等。
- 绿色交通成为交通发展新底色
加快推进绿色循环低碳交通运输发展，是加快转变交通运输发展方式、推进交通运输现代化的一项艰巨而紧迫的战略任务。近年来，国家层面通过出台相关政策、开展城市试点等方式积极推进绿色交通建设。启动了“车、船、路、港”千家企业低碳交通运输专项行动；交通运输部颁布实施了《关于贯彻落实〈国务院关于城市优先发展公共交通的指导意见〉的实施意见》，随后便启动了公交都市建设工作，截至2017年底，137个城市入选公交都市试点城市；交通运输部印发了《加快推进绿色循环低碳交通运输发展指导意见》，同年颁布了《关于推进水运行业应用液化天然气的指导意见》，组织无锡等10个城市开展低碳交通城市区域性试点工作。
“十三五”期间，随着科技技术的不断创新、国家政策的强力支持，绿色交通将成为交通运输发展的新底色，节能减排将成为智慧交通发展的关键词。大力发展车联网，提高车辆运行效率；重视智能汽车的发展，提升车辆智能化水平，加强车辆的智能化管理；积极采用混合动力汽车、替代料车等节能环保型营运车辆；构建绿色“慢行交通”系统，提高公共交通和非机动化出行的吸引力；构建绿色交通技术体系，促进客货运输市场的电子化、网络化提高运输效率，降低能源消耗，实现技术性节能减排。
- 新兴技术应用更加普及
“十三五”期间，随着云计算、大数据、移动互联网、社交网络媒体等新兴技术的发展，其在智慧交通行业中的应用将更加普及。
物联网：激活智能要素。通过各类传感器、移动终端或电子标签，使信息系统对外部环境的感知更加丰富细致，这种感知为人、车、路、货、系统之间的相互识别、互操作或智能控制提供了无限可能。未来，智能公路、智能航道、智能铁路、智能民航、智能车辆、智能货物、智能场站等将快速发展，管理者对交通基础设施、运输装备、场站设备等的技术运行情况和外部环境能够更加全面、及时、准确掌握。
云计算、大数据：点亮交通管理智慧。据不完全统计，当前交通运输行业每年产生的数据量在百PB级别，存储量预计可达到数十PB。以北京市交通运行监测调度中心（TOCC）为例，目前TOCC共包括6000多项静动态数据、6万多路视频，其静动态数据存储达到20T，每天数据增量达30G左右。面对增长迅速的海量数据，在云计算、大数据等技术支撑保障下，未来的交通管理系统将具备强大的存储能力、快速的计算能力以及科学的分析能力，系统模拟现实世界和预测判断的能力更加出色，能够从海量数据中快速、准确提取出高价值信息，为管理决策人员提供应需而变的解决方案，交通管理的预见性、主动性、及时性、协同性、合理性将大幅提升。
移动互联网：提高信息服务水平。服务是交通运输的本质属性，随着移动互联网、智能移动终端大范围应用，信息服务向个性化、定制化发展。信息服务系统与交通要素的信息交互更加频繁，系统对用户的需求跟踪、识别更加及时准确，能够为用户提供交通出行或货物运输的全过程规划、实时导航和票务服务，基于位置的信息服务和主动推送式服务水平大大改善。
- 车联网迎来爆发式增长
随着国内汽车保有量的迅速扩大，我国正在步入汽车社会，与汽车相关的社会问题和矛盾也日益凸显，其中汽车与道路、汽车与环境、汽车与能源、汽车与行人之间的矛盾日益突出。这些都表明我国车联网市场蕴含着巨大空间。与此同时，国家政府已经明确相关政策，大力支持车联网发展。“十二五”规划已将车联网作为物联网十大重点部署领域之一，车联网有关项目已被列为我国重大专项重要项目，首期资金投入达百万亿级别。工信部将从产业规划、技术标准等多方面着手，加大对车载信息服务的支持力度，全力推进车联网产业全面发展。
然而，由于产业结构、商业模式、安全法规等瓶颈的存在，我国车联网目前依然处于初级阶段。“十三五”期间，随着国家层面对车联网政策红利的逐步释放，技术水平的不断提升，互联网思维的逐步渗透，车联网将迎来爆发式增长期。据银河证券预测，在2015年中国车联网用户将渗透到1,000万户，占彼时汽车用户总数的将近10％。5年内用户数将达到4,000万户，有望渗透率突破20％。《物联网产业发展研究（2010）》则预测，车联网2015年市场规模将达到2,000亿元，2020年达到1万亿元。
- 参与主体趋向多元化
随着智慧城市建设PPP模式的逐步规范化，支持社会资本参与重点领域建设。《交通运输部关于全面深化交通运输改革的意见》提出：完善社会资本参与交通建设机制。“十三五”期间，国家层面对社会资本参与智慧交通的态度日渐明朗，同时随着 “互联网+”上升为国家战略，互联网的技术、思维模式等将逐步渗透到交通行业的各大领域。互联网企业将积极参与到智慧交通建设，用户也将成为智慧交通的重要参与主体，智慧交通建设的主体将呈现多元化的特征。
——政府。政府要更多地考虑政策创新，考虑政府信息公开，考虑完善公平公正的市场环境。制定相关政策法规，积极鼓励多方资本进入智慧交通领域，同时通过营造创新文化氛围、推动数据开放等举措，为交通领域的业务创新、商业模式创新等提供良好的环境。此外，政府还将更多地承担起建设项目的监督管理职责，通过制定绩效评估考核指标体系等，对建设项目进行监督管理。
——互联网企业。百度、阿里巴巴和腾讯在地图、导航及交通领域动作频频，阿里投资易图通、全资收购高德，通过支付宝NFC切入公共交通领域；百度收购长地万方，通过与交通管理部门联动盘活大数据，推出CarNet车载设备；腾讯收购科菱航睿、与四维图新合作、推出车联网硬件产品路宝。BAT通过打车、专车软件抢夺移动支付入口，腾讯投资快的打车，阿里巴巴投资滴滴打车，百度投资美国叫车App Uber，“三国鼎立”的局面一直延续到2015年4月1日滴滴、快的合并。互联网企业拥有雄厚的技术、数据沉淀以及成熟的互联网思维，将在智慧交通行业发展中起到关键作用，也将会对交通行业商业模式创新产生重大影响。
——运营商。三大通讯运营商通过和政府合作，依靠政府权威数据后台，具备了互联网企业所不具备数据资源优势，推出智慧交通APP应用。如在广州市政府主导下，基于“智慧广州”背景，与三大运营商联手合作推出了“行讯通”系列APP，这种以“运营商-政府”为主导的特色应用，很好地共享了各自的优势资源。运营商能够提供快速流畅的无线网络支持和用户群体，政府则提供了强大的交通信息数据。
——公众。未来智慧交通领域将更关注用户体验，用户思维将成为智慧交通建设运营中的主旋律，公众将担当着出资者、建设者、监督者的角色。公众为高质量市场化的智慧交通服务买单，同时也是重要的参与者，未来很多的智慧交通项目将来源于民，真正将用户需求摆在首位。
- 结语
在人们感慨人工智能迅速崛起并进入各行各业的当下，殊不知智慧交通领域的AI技术探索和实践应用早已开启。AI技术发展带给行业全新的挑战，更引发了百花齐放的行业竞争，其竞争的根本在于架构之争、产品之争。基于算法和算力的全面提升推出了基于AI的产品及解决方案，未来的交通是车路协同的交通，是由聪明的路和聪明的车构成；未来的交通信号系统将成为以信号为核心的类脑城市交通计算中心，各交通参与单元都将具备“自主”思维。结合现在交通管理普遍存在的问题如路口断面感知、路测设备的智能程度不足等问题切入，未来交通将聚焦于突破智慧城市中基于路网的多尺度、多维度、多粒度交通数据的全息感知与融合技术，构建全面反映交通状态及交通管控效果的评价指标；基于数据驱动的路网全局交通管控技术，实现对宏观-中观-微观的动态交通精细化管控；研制类脑交通控制装备及类脑智慧交通管控服务平台，实现区域交通管控效果评价与管控方案优化。智慧交通的智慧之路必将随着城市交通大脑的建设和人工智能加持越走越宽，智慧城市建设中的智慧交通“黑科技”也会给人民群众带来满满的获得感和幸福感，幸福是奋斗出来的，让我们勇立潮头，敢为人先，撸起袖子加油干！